憋大招？谷歌偷偷上线视频模型Omni

来源：市场资讯

（来源：AI普瑞斯）

AIPress.com.cn报道

这段时间，有不少Gemini用户在打开App时会弹出一个叫Gemini Omni的新模型。

之前也有网友在Gemini视频生成界面中发现这样一句话：

Start with an idea or try a template. Powered by Omni（从一个灵感开始，或试试模板。由 Omni 提供支持。）

这个Omni到底是啥？能力又怎么样？引发了网友们的热烈探讨。

能力一般，挑费不小

今天有人耐不住好奇心，用这个Gemini Omni生成了一个视频。

Prompt：Can you create a scene with two men at a table seaside at an upscale restaurant on outdoor deck seating. They are at a circular table with a nice white table cloth, and all of the fancy accessories, all the spoons forks and knives, fancy napkins, centerpiece. One man is Distinguished: A mature African-American man in his 50s with a short beard and confident posture, wearing a tailored, sophisticated suit, the other is is friend, both approaching the table to eat a plate of spaghetti. In the beginning the men approach the table, exchange brief niceties, and begin to eat the spaghetti calmly In between bites sharing conversation.

单从这个视频来看，Omni生成的作品整体效果不错，但是在细节处理上还是有些纰漏。在两个人拿起叉子吃意面的画面里，比如原本摆在桌子上的花瓶突然就消失了。

不过，相比此前的Veo3.1，Omni在语音质量上要更胜一筹。无论是人声、背景音，甚至是海浪声都处理得很到位。

另外，这位网友一开始是准备给Omni来一个“威尔·史密斯意大利面测试”的，但是被谷歌的安全机制给拦下了。所以目前来看，谷歌在真人形象生成视频这个方面还是很谨慎的。

需要提醒的是，用Omni生成视频很费额度。

网友用的是Pro版本的订阅套餐，生成两个视频用了他今天限额的86%，完全就是个“吞金兽”。

关于Omni“真身”的三点猜测

那Omni到底会是什么呢？从现有的信息来看，有三种可能。

首先，从UI界面和它已经展现出的能力来看，有一点是可以确定的。那就是它一定具有视频生成能力。

这就引申出了两种可能。

一种是Gemini Omni是Veo的新品牌名，其底层架构并不是全新的，换汤不换药。

而另一种则是Omni可能是基于Gemini架构的视频生成模型，未来可能会取代独立的 Veo系列模型。

但“Omni”的意思是全面的，全能的。所以也有不少人猜测Omni可能同时支持图像与视频生成。

而目前，谷歌的视频和图片生成是Veo和Nano Banana两个模型在分工完成。

据了解，目前很多AI视频工作流中，都是先用图像模型生成故事板，再用视频模型生成视频。这就需要创作者要自己在两个模型里穿梭。

比如GPT Image 2 + Seedance 2分镜工作流。

如果两个步骤可以在一个模型里完成，不仅能让视频风格更加稳定，还能简化整个创作流程，提高效率。

不过，目前都还是猜测。

综合各方信息来看，Gemini Omni可能会在5月19-20日的Google I/O 2026上亮相。

当前视频模型的竞争十分激烈，还是希望谷歌能带来新鲜东西。